[過去ﾛｸﾞ] 【オセロ,将棋】ボードゲーム【囲碁,War】 (1002ﾚｽ)
上下前次1-新

---

このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ

---

530: 310 2016/09/05(月)22:33 ID:KkVISbKe(1/2) AA×

外部ﾘﾝｸ:postd.cc
外部ﾘﾝｸ:qiita.com

[240|320|480|600|原寸|JPG|べ|ﾚｽ栞|ﾚｽ消]
530: 310 [sage] 2016/09/05(月) 22:33:11.28 ID:KkVISbKe 上に書いた通り、線形回帰はディープラーニングに内包される計算手法ですので （実際に最急降下法とバックプロパゲーション部分以外の計算式はほぼ同じ）、 学習率の設定にディープラーニングの最新の手法が使えるんじゃないかと思います。 学習率を外から与えるのではなく、初期値だけ与えて、後は誤差の具合を管理して 動的に変える。しかも、各重み毎に個別に学習率を変える。という発想です。 参考） http://postd.cc/optimizing-gradient-descent/#gradientdescentoptimizationalgorithms http://qiita.com/skitaoka/items/e6afbe238cd69c899b2a ※）数式で、ただの変数のように書いてますが、行列だったりベクトルだったり解読が必要です 自分はこの中で一番新しいSMORMS3を使用してみたところ、モーメンタム法の１０倍 以上の速さ（学習回数）で収束するようになったと感覚的に感じています。大体３０〜 ５０回も回せば収束してしまう感じです。実装＆テストだけして確認していませんが、 AdamやRMSpropでもそん色ない程度には速くなると思います。 でも、早いPCで解決できるんなら、それに越した事はありませんねｏｒｚ http://mevius.5ch.net/test/read.cgi/gamedev/1057763418/530
上に書いた通り線形回帰はディープラーニングに内包される計算手法ですので 実際に最急降下法とバックプロパゲーション部分以外の計算式はほぼ同じ 学習率の設定にディープラーニングの最新の手法が使えるんじゃないかと思います 学習率を外から与えるのではなく初期値だけ与えて後は誤差の具合を管理して 動的に変えるしかも各重み毎に個別に学習率を変えるという発想です 参考 数式でただの変数のように書いてますが行列だったりベクトルだったり解読が必要です 自分はこの中で一番新しいを使用してみたところモーメンタム法の１０倍 以上の速さ学習回数で収束するようになったと感覚的に感じています大体３０ ５０回も回せば収束してしまう感じです実装テストだけして確認していませんが やでもそん色ない程度には速くなると思います でも早いで解決できるんならそれに越した事はありませんね

---

上下前次1-新書関写板覧索設栞歴

---

あと 472 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ

---

ぬこの手 ぬこTOP 0.050s